Journey:Matthew Berman 的智能体工作流注册库

原标题Journey: Matthew Berman's Registry for Agent Workflows

Berman 介绍自己将智能体工作流打包成可复用工具包的项目,并征求观众反馈。

MBMatthew Berman讲者 · Forward Future
频道
Matthew Berman
发布
2026年4月7日
视频
1:06
阅读
1 分钟
原文
英语
在 YouTube 打开
往下滚动阅读时,视频会缩到右下角继续播放。字幕跟随阅读语言。
阅读语言共 2 种语言可读
由 AI 从英语原文翻译。打开“对照原文”可以逐段核对。
摘要

30 秒看懂

Matthew Berman 介绍他表示自己创建的 Journey 项目,旨在让完整的智能体工作流更容易被发现和复现。他将 kit 描述为可安装的软件包,集合技能、工具、上下文、测试和示例。这段简短介绍反映的是创建者的描述,并非对项目效果的独立评估。

  1. 1创建者的项目Berman 介绍自己正在建设的 Journey 项目,并征求反馈。
  2. 2分享难题他说完整的智能体工作流很难被发现,也难以在不同智能体之间复现。
  3. 3可安装的工具包他介绍了将端到端工作流所需工具、上下文和测试组合在一起的 kit。

要点建议

  1. Berman 创建 Journey,帮助人们分享和复现智能体工作流。
  2. 他将 kit 描述为包含技能、工具、上下文、测试和失败示例的打包工作流。
  3. 项目被介绍为一个注册库,人们可以在其中发现其他人创建的用例。
  4. 视频由项目创建者介绍并征求反馈,并非比较性评估。
全文

按章节阅读整理后的全文

只看原始文稿
01

工作流分享难题

Berman 解释为什么人们需要具体的智能体用例,以及复现用例为何困难。

我创建了一个名为 Journey 的项目,希望听取反馈。我想解决的问题是:为一个智能体建立工作流后,往往很难将整个工作流交给另一个智能体。

我制作 OpenClaw 视频时,观众经常问我实际用它做什么。发现实用案例很有价值,但复现另一个人的智能体配置可能更加困难。

02

Journey 的工具包

他介绍可安装工作流包的注册库,以及他所说的工具包组成部分。

我将 Journey 描述为端到端工作流的注册库,这些工作流叫作 kit。每个 kit 为智能体打包一个可安装的工作流,包含技能、工具、经验、记忆、服务、测试和失败示例。目标是避免每次都从头重建相同的工作流;这是创建者对项目的描述,而非独立测试结果。

同频道的其他文章

12 张幻灯片34:21EN → 简体中文
Matthew Berman· 2026年10月27日Matthew Berman 解读 Anthropic 的上市文件、AI 增长与治理Matthew Berman, Sam Altman · Forward Future主持人审视 S-1 中的财务指标、算力战略和投票结构,并质疑 AI 快速发展与安全之间的张力。AnthropicAI Safety企业 AI+2
0:26EN → 简体中文
Matthew Berman· 2026年10月25日Sam Altman 谈 AI 世界中的人类价值与问题解决Sam Altman · OpenAI在一段简短的访谈摘录中,Altman 思考解决难题的乐趣,以及人在解读结果时的作用。Human-AI CollaborationFuture of WorkAI Strategy
2 张幻灯片0:36EN → 简体中文
Matthew Berman· 2026年10月25日Kimi K3.1 与魔方求解演示Matthew Berman · Forward FutureMatthew Berman 展示一个被打乱的虚拟魔方如何复原,并对 Kimi K3.1 的测试给予积极评价。评估编程智能体Open-weight models
2 张幻灯片0:21EN → 简体中文
Matthew Berman· 2026年10月24日AI 生成的 Kimi 基准图表使用了虚构分数Matthew Berman · Forward FutureMatthew Berman 要求生成一张 Kimi K3.1 Pro 基准图表,随后发现图中的数字只是示意性占位值。Benchmarks评估Generative media
6 张幻灯片25:50EN → 简体中文
Matthew Berman· 2026年10月24日Kimi K3.1 Pro 实测:3D 演示出色,表现不一,价格有竞争力Matthew Berman · Forward FutureMatthew Berman 测试这款开放权重模型的编程、3D 渲染和视觉讲解能力,并比较基准成绩与价格。Open-weight modelsBenchmarksAI cost & performance+1
2 张幻灯片32:20EN → 简体中文
Matthew Berman· 2026年10月23日本地 AI 究竟适合谁?成本、取舍与混合模式的未来Matthew Berman · Forward FutureMatthew Berman 权衡数据控制和自主权,与硬件成本、设置复杂度及推理速度之间的关系。Local inferenceOpen-weight modelsAI cost & performance+1